基于图强化学习的高速公路伴随式出行服务信息动态优先级智能决策方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于图强化学习的高速公路伴随式出行服务信息动态优先级智能决策方法
申请号:CN202511288709
申请日期:2025-09-10
公开号:CN121034076A
公开日期:2025-11-28
类型:发明专利
摘要
本发明涉及一种基于图强化学习的高速公路伴随式出行服务信息动态优先级智能决策方法,属于智能交通技术领域。该方法通过构建伴随式动态功能图将功能‑功能共现关系、功能‑车辆个性化匹配以及车辆‑车辆通信拓扑纳入统一建模框架,并以相同频率完成多源数据同步;进而利用双层GraphSAGE编码与SAC强化学习,在毫秒级内完成优先级排序、推送时机与内容层级的联合决策,实现从原始感知到个性化下发的闭环控制。本发明在混合交通流中实现毫秒级、车辆级、低延迟误差的伴随式信息服务,显著提升高速公路通行安全与效率。
技术关键词
出行服务信息 智能决策方法 强化学习模型 车辆 动态 ETC门架 节点 排序模型 多源异构数据 气象站 数据同步 编码结构 深度强化学习算法 调度算法 信息发布模块 路面附着系数 智能网联汽车 混合交通流 智能交通技术